基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对普通的加权L1正则化方法在进行稀疏光谱解混时,对空间信息利用不足的问题,提出了一种基于修正权值的L1范数正则化稀疏光谱解混方法.在加权L1优化求解过程中,根据当前的解以及空间信息得到下一步迭代的权值,能更好地利用混合像元丰度系数的稀疏性.实验结果表明,在较低的信噪比时,基于权值修正的加权L1正则化稀疏光谱解混比传统的迭代加权L1正则化的方法精度高.
推荐文章
一种步长自适应的正则化稀疏分解算法
稀疏分解
步长自适应
信号重建
正则化
基于迭代加权L1正则化的高光谱混合像元分解
高光谱
混合像元分解
迭代加权
正则化
一种改进的正则化自适应匹配追踪算法
信号重构
压缩感知
稀疏度
自适应
正则化
带光滑L1/2正则化项的神经网络逆向迭代算法收敛性分析
神经网络
梯度法
逆向迭代算法
单调性
正则化
收敛性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的加权L1正则化稀疏光谱解混算法
来源期刊 黑龙江大学自然科学学报 学科 工学
关键词 高光谱图像 稀疏解混 权值修正 空间信息
年,卷(期) 2013,(5) 所属期刊栏目 电子科学与通讯工程
研究方向 页码范围 671-676,684
页数 7页 分类号 TN911.73
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王立国 116 829 15.0 23.0
2 谭健 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (146)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱图像
稀疏解混
权值修正
空间信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
黑龙江大学自然科学学报
双月刊
1001-7011
23-1181/N
大16开
哈尔滨市学府路74号
14-114
1978
chi
出版文献量(篇)
3066
总下载数(次)
5
总被引数(次)
11154
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导